✈️IA para Sistemas de Ingeniería🚗
Estamos en un momento donde estamos intentando entender ¿qué es la IA? ¿qué puedo hacer con ella?, o la pregunta con la que empecé esta serie de hilos ¿la IA es algo más que Chat GPT y el resto de modelos LLM?
Para dar respuesta a estas preguntas muchos preguntan por el Aprendizaje por Refuerzo, donde estoy observando un creciente interés dentro de la industria. En 4 palabras, es una técnica de IA que permite a las máquinas aprender de la experiencia y mejorar las decisiones tras un proceso de entrenamiento, muy parecido a lo que viene a ser al proceso de aprendizaje humano.🧠🤔
-- EJEMPLO --
Déjame ilustrarte con ejemplo para que entiendas este proceso de aprendizaje de Máquina-Entorno, comparándolo con un niño juega al baloncesto.🏀
Imagina que estás enseñando a un niño a jugar al baloncesto. El objetivo es sencillo: hacer que el balón vaya dentro del aro. Ojo, ten en cuenta que este niño nunca ha jugado antes al baloncesto, por lo que no sabe lanzar el balón correctamente. Al principio, el niño intenta diferentes maneras de lanzar el balón, ajustando su técnica con cada intento basándose en si el balón entra en el aro o no. Con el tiempo, aprende que algunas técnicas funcionan mejor que otras y va mejorando sus lanzamientos. Este proceso de prueba y error, ajuste y mejora es muy similar a cómo funciona el Aprendizaje por refuerzo.
-- AGENTE y ENTORNO --
La Máquina, a la que comúnmente se le llama Agente puede modificar su respuesta como el ángulo de tiro, potencia, dirección... en función de su interacción con el Entorno, es decir, si la canasta está más alta o más baja, si hay viento, si la pelota es de baloncesto o de goma espuma etc.
Para poder desarrollar un buen Agente de Control 🎮 no solo basta con desarrollar un modelo de IA que sea adecuado para la aplicación, también es necesario contar con un entorno apropiado para que nuestro Agente pueda fallar y aprender. Contar un Entorno que replique el problema de control a resolver es fundamental para poder permitir que nuestra Máquina aprenda por ensayo y error.
Recomendado por LinkedIn
Seguro que ya has pensado en ello y me dirás: "Miguel, pon un brazo robótico en la cancha que tengo en el parque de abajo. ¡Ahí puede practicar todo lo que quieras!". Tienes toda la razón, Kobe Bryant también aprendió en la cancha pero... ¿y si quiero controlar un sistema crítico como un avión o un coche?
Cuando manejamos Hardware costoso, situaciones complejas de replicar o entornos cambiantes es cuando un entorno de simulación se vuelve una herramienta fundamental en el desarrollo.
El Aprendizaje por Refuerzo está abriendo nuevas posibilidades en campos como el control de procesos, robótica y sistemas autónomos, convirtiéndose poco a poco en una herramienta clave para la innovación en la era de la digitalización.
Si te interesa saber más sobre cómo esta tecnología está transformando la industria y las posibilidades que ofrece, ¡mantente atento a mis próximos posts!
📅 Apúntate al webinario "IA y el Diseño Basado en Modelos: Aprendizaje por Refuerzo" el 28 de mayo a las 16:00 GMT+2: